突破多模态奖励瓶颈！中科院清华快手联合提出R1-Reward，用强化学习赋予模型长期推理能力
突破多模态奖励瓶颈！中科院清华快手联合提出R1-Reward，用强化学习赋予模型长期推理能力多模态奖励模型（MRMs）在提升多模态大语言模型（MLLMs）的表现中起着至关重要的作用：
来自主题: AI技术研报
7850 点击 2025-05-09 11:51
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
多模态奖励模型（MRMs）在提升多模态大语言模型（MLLMs）的表现中起着至关重要的作用：
据新言科技报道，快手上线「喵记多」App，试水 AI 笔记赛道。该应用由快手旗下轻雀科技团队开发，更准确来说，来自协同办公产品「妙记多」团队。我们在「喵记多」上看到了 flomo、AI 宠物陪伴、Dola Agent 日程管理等产品的影子。
可灵的下一步：优先保证模型效果、聚焦专业生产者做渗透。，快手在今日成立了可灵 AI 事业部。该事业部下设可灵 AI 产品部、运营部和技术部，负责可灵、可图等系列大模型业务，快手高级副总裁盖坤担任可灵 AI 事业部负责人，继续兼任社区科学线负责人。
“史上最强视觉生成模型”，现在属于快手。一基双子的可灵AI基础模型——文/图生图的可图、文/图生视频的可灵，都重磅升级到2.0版本。可图2.0，对比MidJourney 7.0，胜负比「(good+same) / (same+bad)」超300%，对比FLUX超过150%；
2025年4月中旬，快手和字节这两个老对手，在AI视频生成领域，再次狭路相逢。先是4月14日，字节跳动的视频生成基础模型Seaweed，低调上线了官网，还释出了技术报告。
尽管多模态大语言模型（MLLMs）取得了显著的进展，但现有的先进模型仍然缺乏与人类偏好的充分对齐。这一差距的存在主要是因为现有的对齐研究多集中于某些特定领域（例如减少幻觉问题），是否与人类偏好对齐可以全面提升MLLM的各种能力仍是一个未知数。
可灵，视频生成领域的佼佼者，近来动作不断。继发布可灵 1.6 后，又公开了多项研究揭示视频生成的洞察与前沿探索 ——《快手可灵凭什么频繁刷屏？揭秘背后三项重要研究》。
前脚大模型六小虎之一的智谱刚完成新一轮30亿的融资；后脚字节跳动发布豆包视觉理解模型、快手可灵1.6正式上线。
这几天，学术圈的小伙伴肯定都很关注正在加拿大温哥华举办的机器学习顶会——NeurIPS 2024。本届会议于今日落下帷幕，共接收 15671 篇有效论文投稿，比去年增长了 27%，最终接收率为 25.8%。
6个月迭代10余次，快手可灵一路狂飙。 这次，轮到名导们下场整活了。 短片一开场就相当震撼：钟馗手持一把斩鬼剑，穿行在一片乌漆麻黑、虬枝盘曲的密林中。